2. 中国海洋大学 海洋发展研究院,山东 青岛 266100;
3. 中国海洋大学 海洋环境与资源战略研究中心,山东 青岛 266100;
4. 青岛大学 经济学院,山东 青岛 266061
2. Institute of Marine Development of OUC, Ocean University of China, Qingdao 266100, China;
3. Research Center for Marine Environment and Resource Strategy, Ocean University of China, Qingdao 266100, China;
4. School of Economics, Qingdao University, Qingdao 266061, China
习近平总书记指出,“发展新质生产力是推动高质量发展的内在要求和重要着力点”,数字经济作为新质生产力的关键组成部分和核心驱动力量,对经济社会发展起着关键的引领作用,是稳定经济增长的关键动力。[1]作为国家数字经济创新发展试验区城市,青岛市制定《关于加快数字经济高质量发展的实施方案》,明确2025年数字经济核心产业增加值占GDP比重达12%以上的目标。该方案聚焦数字产业化、产业数字化与数据价值化等方向,着眼于加快5G、工业互联网、人工智能等新型基础设施建设,推动集成电路、新型显示等核心产业培育,推进制造业数字化转型,建设智能工厂与数字化车间,并探索数据要素市场建设。
《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确指出,要“牢固树立和践行绿水青山就是金山银山的理念,以碳达峰碳中和为牵引,协同推进降碳、减污、扩绿、增长,筑牢生态安全屏障,增强绿色发展动能”。[2]在这一背景下,青岛市积极贯彻绿色发展理念,累计拥有国家级绿色制造企业65家、省级绿色工厂47家、绿色供应链管理企业14家。同时,青岛市大力推进耦合式发展。例如,青岛啤酒通过利用生产废液,实现年减碳1.23万吨;中车四方研制全球首列商用碳纤维地铁列车,实现能耗降低7%,为突破资源约束和培育新增长点提供实践范例。
在当今社会,数字化与绿色化协同转型已然成为推动经济高质量发展的关键途径。国务院发布的《数字化绿色化协同转型发展实施指南》指出,目前,互联网、大数据、云计算、人工智能、区块链等数字技术正在加速创新,并且越来越多地融入经济社会发展的各个领域以及全过程中,在为绿色化转型提供支持、帮助实现碳达峰碳中和目标、加快发展新质生产力等方面发挥关键支撑效能。在国家政策的指导下,一方面,青岛市着力打造生态环境治理一体化标杆,探索人工智能技术在生态环境保护中的创新应用;另一方面,青岛市加快“无废城市”数字化建设,计划创建一批“无废园区”“无废工厂”“无废学校”等示范项目,体现青岛市在推动数字技术与绿色发展深度融合方面的积极探索,为落实国家数字化绿色化协同转型战略提供实践样本。
我国城市虽然在推动绿色低碳发展方面取得了一定成效,但仍存在一定的提升空间。以青岛市为例,首先,产业结构需深入优化,战略性新兴产业和现代绿色服务业的支撑作用尚未完全发挥,科技创新对绿色发展的驱动能力有待进一步加强;其次,能源结构转型尚未完全实现,风能、太阳能等清洁能源的开发规模和利用效率有待提升,绿色能源体系建设任重道远;最后,全社会绿色低碳理念的融入深度仍有提升空间,部分企业和公众的参与积极性尚未被完全调动起来。
基于此,本研究从城市层面出发,构建数字经济驱动绿色发展的理论分析框架,运用VAR模型开展动态效应分析,并以青岛市2001—2023年数据作为样本进行实证检验。以往关于绿色发展的研究,虽对绿色创新水平、碳排放等方面多有聚焦,但针对其较长时间跨度发展情况的研究较匮乏。本研究聚焦青岛市2001—2023年的发展情况,深入探讨数字经济对城市绿色发展的作用机制与影响效应,丰富绿色发展理论内涵,同时在实践层面,基于实证研究结论,为构建数字经济与绿色发展的协同政策体系提供科学依据与政策建议。
二、文献综述国内外学术界围绕“数字经济”与“绿色发展”两大主题已形成较为完善的研究体系。就数字经济而言,现有研究在理论建构、实证检验和政策评估等维度取得一定的进展,[3][4][5][6][7]构建相对完整的学术框架;在绿色发展领域, 研究视角涵盖环境经济、政策科学和技术创新等多个层面,[8][9][10][11]形成多元化、多层次的研究格局。总体而言,现有研究成果多集中于国家或省级宏观层面,对城市尺度下数字经济与绿色发展的互动关系探讨不足,现有分析可进一步丰富和深化。在此基础上,国内外学者针对二者的内涵界定、测度方法、影响效应及互动关系开展了大量研究,下面将从数字经济研究、绿色发展研究以及二者互动关系研究等方面进行系统梳理与述评。
作为全球经济增长的新引擎,数字经济在学术界的关注度日益提升。现有研究主要围绕概念界定、测度方法及影响效应三个维度展开。在概念界定方面,数字经济的概念界定经历了从聚焦信息技术与电子商务,到涵盖依赖数字技术的产品与服务,最终在2016年G20峰会上形成广泛共识的演变过程。[12][13][14]在测度方式上,当前关于数字经济测度方法的研究主要围绕多维度指标体系构建展开,但不同主体因研究目标和视角差异形成各具特色的测度框架。国际组织,如经济合作与发展组织和欧盟,致力于构建综合化测度体系,强调跨国可比性。[15][16]国内机构(如中国信通院)则注重实践导向,依据经济周期理论划分指标以提升政策时效性。[17]学术界的研究维度不断深化,从早期单一维度逐步扩展至涵盖数字产业化、产业数字化等多维框架,呈现出从基础设施衡量向生态系统分析的整体演进趋势。[18][19][20]现有研究围绕数字经济对经济社会发展的影响效应,形成三个主要研究维度:在宏观经济层面,重点探讨数字经济对经济高质量发展和产业结构优化的驱动作用;[21][22]在微观企业层面,主要集中于数字经济对企业管理变革、绩效提升、全要素生产率提高以及投资效率的影响机制;[23][24][25][26]在特定发展领域,聚焦数字经济的社会与环境效应,具体涉及收入分配、乡村振兴、绿色技术创新、碳排放控制以及海洋可持续发展、海洋产业研发创新能力等方面。[27][28][29][30][31][32]
作为经济高质量发展的关键维度与基础性支撑,绿色发展不仅关乎生态环境的可持续性,更对维持经济稳定增长、促进区域城乡均衡发展具有战略意义,构成中国式现代化建设的核心实践路径。学界主要就内涵界定以及影响因素两方面展开研究。在内涵界定方面,绿色发展是第二代可持续发展观的彰显,[33]是在生态环境和资源承载力约束下,通过保护自然实现可持续发展的新型模式,[34]是通过“经济绿色化”和“绿色经济化”,实现“绿水青山”向“金山银山”的转化,最终形成人与自然和谐共生的现代化格局。[35]针对影响因素,现有研究表明,绿色发展受到环境规制、金融发展、数字化与数据驱动、企业实践以及新型基础设施建设等多维度因素的影响。[36][37][38][39][40][41][42][43]
作为新质生产力的核心驱动力,数字经济在推动绿色发展进程中发挥着关键性作用,[44]不仅能够显著提升区域绿色发展水平,还能有效促进绿色技术创新、提升绿色经济效率和绿色全要素生产率。[45][46]在具体作用路径上,数字经济通过提升能源利用效率和优化能源消费结构,显著降低区域碳排放强度;[47]同时,数字技术可以通过促进技术创新,有效推动绿色经济效率的提高;[48]此外,数字经济作为关键传导机制,是承接数字政府效能、并最终实现绿色技术创新的核心桥梁。[49]从空间特征来看,数字经济能够通过要素重构与产业升级显著提升制造业的绿色全要素生产率,且这一影响具有显著的空间溢出效应,不仅作用于本地区,还能辐射带动邻近区域的绿色转型进程,且该溢出效应呈现明显的距离衰减规律。[50][51]
现有研究主要呈现以下趋势:当前数字经济研究呈现从概念界定向多维测度与深度应用演进的趋势,研究框架日益系统化。学界逐渐从早期聚焦技术基础设施转向构建“数字生态”综合体系,测度方法呈现出由单一指标向多维度、分层次指标体系的发展趋势。影响效应研究则形成宏观经济增长、微观企业转型与特定领域社会价值等三大分析维度,体现出理论研究与实践应用的深度融合。未来探索或将进一步向细分产业渗透,强化数字经济与经济社会系统的互动机制分析。绿色发展研究呈现理论内涵持续深化与实践路径多元拓展的双重特征。研究视角从初期强调生态约束逐步转向“经济—环境”协同共生的系统观,评价体系趋向多主体、多尺度整合。影响因素研究突破传统环境政策范畴,日益关注数字技术赋能、金融工具创新及市场主体行为等交叉驱动机制。未来研究可能更聚焦绿色转型的差异化路径设计,强化对制度创新与技术革新的协同作用机制探索。
当前关于数字经济与绿色发展的研究已取得丰硕成果,但仍存在若干值得深入探讨的方向。在研究尺度方面,现有成果多集中于国家或省级宏观层面,对城市这一重要经济单元的关注相对不足;在研究方法方面,多数研究对数字经济与绿色发展两者间动态互动机制的考察有待加强;在研究视角方面,针对不同区域产业结构、资源禀赋和政策环境差异的适配性分析仍有拓展空间;在分析工具运用方面,传统回归模型在刻画时间序列数据的动态关系时存在一定局限,需要引入更灵活的计量方法。这些研究方向的深化将有助于更全面地把握数字经济对绿色发展的驱动作用,为区域可持续发展提供更具针对性的理论支撑和政策启示。
三、研究设计 (一) 指标选取与测算为系统探究数字经济对城市绿色发展的动态影响效应,本研究基于科学性、系统性与数据可得性原则,选取青岛市2001—2023年的时间序列数据作为实证样本,通过对这一典型城市的深入剖析,以期探究数字经济驱动城市绿色发展的动态规律。
1、数字经济指标构成与测算对现有数字经济测算方法进行系统梳理与归纳后发现,当前学界测算数字经济的主流方法仍为指标构建法,其差异主要体现在具体指标的选取上。借鉴刘鑫鑫、周晓辉等提出的指标选取方法,[52][53]结合2001—2023年间数字基础设施、数字产业发展以及数字经济应用三个维度的相关数据,构建数字经济综合评价指标体系。数据主要源自《中国城市统计年鉴》《青岛市统计年鉴》以及青岛市工业和信息化局网站。同时,在数据处理方面,针对部分缺失数据,采用插值法予以填补;为消除不同量纲对结果的影响,对相关指标进行标准化处理,以便后续运用熵值法测度数字经济发展水平。
(1) 指标构成数字经济指标构建见表 1。
|
|
表 1 数字经济指标构建 |
① 数字基础设施
数字经济基础设施作为数字经济发展的底层支撑,其建设完善度对数字经济发展的进程与质量具有直接影响。从接入广度来看,每百人互联网宽带用户数是衡量区域互联网普及水平的核心指标。该指标数值越高,表明区域网络覆盖范围越广,越能为市场主体和个体参与数字经济活动提供基础性网络支撑。移动电话年末用户数则反映移动通信服务的覆盖规模,其庞大的用户基数是移动互联网应用推广与普及的重要前提。与此同时,移动电话基站数量直接决定移动网络的覆盖范围与信号质量。充足的基站建设既是满足用户持续增长的通信与数据传输需求的根本保障,也是推动数字经济发展的关键基础设施。从算力支撑维度来看,大数据中心作为数据存储与处理的核心设施,为各类数字应用提供强大的算力支持,是数字经济发展的核心载体。云平台则通过资源共享与按需分配的模式,有效降低企业数字化转型的成本门槛,提升资源配置效率,从而进一步完善数字经济发展的硬件支撑体系。
② 数字产业发展
数字产业的发展水平是衡量数字经济核心驱动力的关键维度,其发展潜力与质量直接取决于人力资本与物质资本的投入规模。从人力资本投入来看,信息传输、计算机服务和软件业从业人数占城镇就业总人数的比重,是衡量数字产业人力资源集聚与结构优化作用的重要尺度,其比重的提升意味着劳动力要素正系统性向数字经济领域配置,直接带动区域就业结构的知识化、高端化转型,进而强化数字产业在经济体系中的战略支柱地位。从物质资本投入来看,信息传输、计算机服务和软件业固定资产投资占全社会固定资产投资总额的比重,揭示了生产要素在数字领域的配置导向与发展信心。该比重的增长,既代表了社会资本对数字产业长期价值与回报潜力的认可,也预示着产业在基础设施更新、技术研发与产能扩张等方面的积累程度,为未来产业规模的壮大与技术阶跃构筑坚实的物质基础。
③ 数字经济应用
数字经济应用作为数字技术与实体经济深度融合的关键载体,其发展水平直接反映数字经济的实际渗透效能与转型成效。邮政业务总量这一综合性指标不仅涵盖传统邮政服务,而且包含快递等新兴业态,其规模扩张揭示数字技术在物流配送体系智能化改造、电子商务寄递网络优化等方面的融合深度,凸显数字经济对传统邮政行业的转型升级效应;电信业务总量作为衡量通信市场发展水平的核心指标,通过整合语音通信、数据传输等多样化服务,呈现数字服务需求的动态演变趋势,其增长不仅反映通信基础设施的完善程度,而且印证数字经济在信息传输领域的全面渗透与价值创造能力;计算机、通信和其他电子设备制造业的营业收入作为数字经济硬件制造环节的关键表征,其增长态势既体现产业链上游的技术创新活力与市场竞争力,也反映数字经济发展所依赖的底层硬件支撑能力。这些指标通过不同行业的协同视角,全面刻画数字经济在应用层面的广度拓展与深度演进。
(2) 测算方法本研究采用熵值法对数字经济指数进行测度。该方法基于信息熵原理,衡量各指标的变异程度,其权重确定取决于数据特征,不存在主观干预。同时,该方法遵循差异敏感原则,即指标数据波动性越显著,在综合评估中所占比重越高,从而确保评价结果的客观性和科学性,这契合数字经济多维度、动态化的特征需求。和层次分析法等主观赋权方法相比,熵值法更具科学性以及可重复性,特别适用于指标间相关性较低且数据波动性较突出的场景,它可有效挖掘指标数据的差异信息,为数字经济指数的测算提供客观的依据。
① 数据标准化
各个三级指标的单位存在差异,在正式开展测算工作之前,需要进行无纲量化处理。公式为:
| $ \text { 正向指标标准化:} x_{i j}^{\prime}=\frac{x_{i j}-\min \left(x_j\right)}{\max \left(x_j\right)-\min \left(x_j\right)} $ | (1) |
| $ \text { 负向指标标准化:} x_{i j}^{\prime}=\frac{\max \left(x_j\right)-x_{i j}}{\max \left(x_j\right)-\min \left(x_j\right)} $ | (2) |
其中,xij为第i个城市第j个指标的原始值,xij'为标准化后的值。
② 计算指标比重
对标准化后的数据,计算每个样本在指标j上的比重,公式为:
| $ p_{i j}=\frac{x_{i j}^{\prime}}{\sum\limits_{i=1}^n x_{i j}^{\prime}} $ | (3) |
③ 计算信息熵
计算每个指标的信息熵,公式为:
| $ e_j=-\frac{1}{\ln n} \sum\limits_{i=1}^n p_{i j} \ln p_{i j} $ | (4) |
当pij=0时,定义pijlnpij=0;信息熵范围为[0, 1]。
④ 计算信息效用值
通过信息效用值反映指标的重要性,公式为:
| $ d_j=1-e_j $ | (5) |
⑤ 确定权重
计算各指标的权重,公式与公式(5)一致。
⑥ 计算综合指数
数字经济指数为各指标加权和,公式为:
| $ S_i=\sum\limits_{j=1}^m w_j \cdot x_{i j}^{\prime} $ | (6) |
本研究通过熵值法构建并测算样本城市数字经济综合发展指数(图 1)。总体而言,在2001—2023年,青岛市数字经济呈现持续快速增长态势,自2014年后进入加速发展期,指数从初期的0.15增长至末期的0.82,表明青岛市数字经济发展势头强劲,为高质量发展注入“数智力量”。
|
图 1 2001—2023年样本城市(青岛)数字经济发展情况① |
① 数据来源于《中国城市统计年鉴》《青岛市统计年鉴》。
2、绿色发展指标构成与测算绿色发展水平是衡量城市经济增长质量与生态环境和谐程度的综合性标尺,涵盖资源集约利用、环境治理成效与绿色技术创新等多个维度。本研究选取碳排放强度、绿色创新水平以及工业污染治理(包含工业固体废物、工业废气及工业烟粉尘)为核心观测维度(表 2),以长时序数据作为典型样本。数据主要来源于《中国城市统计年鉴》《青岛统计年鉴》等权威统计资料。为确保时间序列数据的连续性与可比性,对原始数据进行严格的预处理:针对个别年份的缺失数据,采用线性插值法予以补齐;针对考察期内部分指标统计口径发生变更的情况,采用比值平缩法进行调整,以统一测量口径,消除数据断点影响;考虑到污染物排放属于典型的负向指标,为保证模型分析逻辑的一致性,通过线性转换法对其进行正向化处理,将其转化为正向指标,从而精准测度数字经济对城市绿色发展的正向驱动效应。
|
|
表 2 绿色发展水平相关指标 |
绿色创新水平是从技术维度评估绿色发展状况的重要指标。本研究采用绿色专利申请数占专利申请总数的比例进行表征,该指标直接反映一个地区或企业在环保与资源节约领域的技术创新力度。绿色专利申请数占比越高,说明绿色技术研发活跃度越高,越有利于通过创新驱动推动绿色转型进程。碳排放量是衡量绿色发展水平的核心指标之一。在全球气候治理日益紧迫的背景下,控制二氧化碳等温室气体排放已成为实现绿色发展的关键任务。碳排放水平不仅直接体现区域低碳转型的实际成效,较低的排放强度也通常意味着更高的资源利用效率和更低的环境负外部性,是判断发展路径是否符合生态环境可持续要求的重要依据。除上述指标外,本研究还将三类典型工业污染排放物,即工业固体废物、工业废气和工业烟(粉)尘,纳入评估体系。工业固体废物的排放与处理情况直接关系到土壤、水体和大气环境质量,实现其高效管理与资源化利用是绿色发展的关键环节;工业废气中含有大量污染物,其排放对大气环境和公众健康构成威胁,监测其排放量与污染物浓度可客观反映区域废气治理成效;工业烟(粉)尘作为影响空气质量的重要颗粒物,不仅降低能见度,而且会危害人体呼吸系统,是评估企业绿色生产水平的重要内容。
同时,为确保指标体系与研究的分析方向高度一致,进而精准支撑绿色发展相关研究结论,要对原始数据中的负向环境指标开展正向化处理。从指标内涵来看,碳排放量、工业废水排放量、工业废气排放量、工业固体废弃物排放量这四个指标具有显著的负向属性,即其数值越高表明青岛市面临的环境压力越大,与绿色发展核心内涵明显相悖,若直接纳入分析将导致指标逻辑方向混乱,因此,本研究选用线性转换法对以上指标实施正向化处理,将原本反映“环境压力”的负向指标,精准转化为具有明确经济学含义的正向指标。转换后指标数值越大,代表区域在污染控制、减排降耗等方面的环境绩效越好,契合绿色发展的评价逻辑。线性转换法在完成指标方向调整的同时,可最大程度地保留原始数据的变异性,既能确保所有变量在逻辑方向上的一致性,又为后续模型的参数估计、结果解读及分析结论的可靠性提供科学保障。
(2) 指标测算青岛市走生态优先、绿色低碳的高质量发展道路,绿色发展水平显著提升(图 2)。城市主要污染物排放量整体呈现持续下降趋势,其中碳排放(LCO2)、工业固体废弃物(LSOLID)、工业废气(LGAS)和工业烟粉尘(LSMOKE)排放量均得到有效控制,体现出资源利用效率和环境治理能力不断增强的趋势。与此同时,绿色创新能力实现跨越式发展,绿色专利(PATENT)数量大幅增长,展现出绿色技术研发与成果转化的强劲动力,为推动经济社会高质量发展注入新动能。
|
图 2 2001—2023年青岛市绿色发展情况② |
② 数据来源于《中国城市统计年鉴》《青岛市统计年鉴》。
(二) 研究方法为深入研究数字经济发展水平对青岛市绿色发展的影响,采取向量自回归(VAR)模型进行研究分析,具体方法如下:
首先,进行单位根检验,即判断时间序列中是否存在单位根,避免因为存在单位根而导致的“伪回归”等问题,公式为:
| $ \Delta y_t=\alpha+\beta t+\rho y_{t-1}+\sum\limits_{i=1}^p \gamma_i \Delta y_{t-i}+\epsilon_t $ | (7) |
其次,构建VAR模型,用于捕捉多变量时间序列系统中各变量间动态关系的计量经济学模型,公式为:
| $ y_t=\mathit{Φ}_1 y_{t-1}+\cdots+\mathit{Φ} y_{t-p}+H x_t+\varepsilon_t, t=1, 2, \cdots, T $ | (8) |
再次,进行脉冲响应分析检验来描述VAR模型中,某一内生变量受到一个单位标准差的外部冲击后,所有内生变量在当前及未来各期随之发生的动态变化路径,直观揭示变量间的动态交互机制与时间滞后效应。
最后,进行方差分解,将模型中任一内生变量的预测均方误差分解为由各个结构冲击所贡献的比例,从而定量评估不同随机扰动对变量波动的相对重要性,揭示各类冲击在不同时间跨度内对变量变动的解释程度,为理解经济系统中的波动来源提供依据。
四、实证检验 (一) 序列平稳性检验序列平稳性检验是时间序列分析的关键前提,通常采用ADF单位根检验判断序列是否平稳,其原假设为序列存在单位根,即序列为非平稳序列,通过比较ADF统计量与临界值、观察ADF-P值来判断。若ADF统计量小于临界值或ADF-P值小于给定显著性水平,则拒绝原假设,认为序列平稳,反之则认为非平稳。在进行计量分析时,为消除可能存在的异方差,对相关指标采用对数形式考察,分别记为LCO2、LGAS、DIGI、PATENT、LSMOKE、LSOLID。从ADF法的检验结果来看(表 3),LCO2、LGAS序列本身平稳,为I(0)序列;DIGI、PATENT、LSMOKE、LSOLID序列本身不平稳,但经一阶差分后变为平稳序列,属于I(1)序列。
|
|
表 3 序列平稳性检验 |
为优化VAR模型的滞后阶数选择,采用多准则联合判定策略(包括但不限于AIC、BIC和似然比检验等),从而避免因滞后阶数设定不当导致的残差自相关问题和参数估计偏差,增强模型的可信度,最终评判滞后阶数1阶是最优滞后阶数并建立VAR模型。在完成上述分析后,结合AR特征多项式的逆根图,对该VAR模型的稳定性展开检验与解读,为进一步探究变量间的动态关系筑牢基础,保障后续分析的有效性。从图 3可知,所有代表逆根的点均位于单位圆内部。在VAR模型的稳定性判定中,这是一个至关重要的标志。当AR特征多项式的所有根都落在单位圆内时,意味着该VAR模型满足稳定性条件。在这种情况下,模型所构建的变量间的动态关系是稳定的,不会出现随着时间推移而发散的趋势,各变量的冲击响应能够在合理的范围内逐渐收敛。
|
图 3 模型稳定性检验③ |
③ 数据来源于Eviews 13软件运行结果。
这一稳定的模型特性为后续基于该VAR模型开展脉冲响应分析、方差分解等深入研究提供可靠保障。只有在模型稳定的前提下,这些分析方法得出的结果才具有实际的经济意义和参考价值,才能准确反映数字经济与绿色发展水平各维度变量之间真实的动态相互作用关系。
(三) 脉冲响应函数分析本研究采用脉冲响应分析方法,考察在十期时间范围内,绿色发展相关指标如何响应数字经济水平的一个单位冲击,从而揭示两者之间随时间变化的动态关系。图 4为脉冲响应分析,展示当受到一单位标准差的冲击后,各变量在十期内的动态响应趋势。
|
图 4 脉冲响应函数分析④ |
④ 数据来源于Eviews 13软件运行结果。
对自身而言,数字经济受到冲击后,呈现出先快速变化后逐渐趋于平稳的态势,说明数字经济具有一定的自我强化或稳定发展的特性,其自身的冲击影响会随着时间推移逐渐消化,保持相对稳定的发展趋势,为数字经济持续作用于绿色发展奠定基础。
在数字经济与绿色创新的动态关联中,二者呈现出显著的阶段性演化特征。在初始发展阶段,数字经济的渗透可能对绿色创新水平产生一定的短期抑制效应。然而,随着数字经济基础设施的完善、数字技术与绿色产业融合深度的提升,其对绿色创新的赋能效应逐步释放,驱动绿色专利产出规模与质量持续提升,这一发现与部分学者关于数字经济发展对绿色创新存在短期抑制作用的研究结论相一致。[54]当数字经济发展进入成熟稳态阶段,其对绿色创新水平的正向影响亦趋于稳定,形成二者协同发展的长效均衡机制,最终构建起数字赋能绿色创新的可持续增长路径。
结合青岛市具体的产业结构特征剖析成因发现,这种初期的“抑制”或“阵痛”现象实则是在数字化转型深水区面临的资源“挤出效应”与技术融合“适应性时滞”的双重映射。一方面,作为传统的制造业名城,青岛市工业门类齐全但传统动能存量较大,正处于“新旧动能转换”的攻坚期。在这一阶段,企业面临巨大的数字化转型资金压力,无论是购置先进数字设备、搭建工业互联网平台,还是引进高端ICT人才,都需要高昂的初始固定资本投入。在企业预算约束既定的前提下,这种对数字化资本的急剧需求,在短期内不可避免地会挤占原本可用于清洁生产、末端治理等绿色技术研发的资金与资源,从而导致绿色专利产出在统计上出现短暂的相对下降。[55]另一方面,数字技术应用于绿色创新并非简单叠加,而是一个复杂内化过程。从引入数字技术到将其真正转化为利用大数据优化全流程能耗、利用AI辅助绿色新材料研发等实质性的绿色创新能力,企业需要经历技术磨合、流程再造和人员技能重塑。这种“适应性时滞”意味着在数字化改造初期,由于技术协同效应尚未形成,传统高耗能产业往往面临投入高而产出慢的“生产率悖论”,这解释了为何脉冲响应曲线在初期会呈现出显著的下沉态势。鉴于此,为缓解短期阵痛,政策逻辑需由“单向激励”升级为“融合扶持”。针对同类城市普遍存在的传统制造业“转型惯性大”特征,单纯的市场机制往往难以在短期内消化高昂的转型成本。因此,建议设立“数绿融合”过渡期基金,定向补贴数字化改造期的绿色研发,精准对冲资金“挤出效应”。同时,构建“包容性监管”与跨周期金融支持体系,为磨合期企业提供试错空间,并推广与数字化转型挂钩的绿色信贷产品。通过这种长短结合的机制设计,平滑城市内部企业转型波动,助力其加速跨越“适应性时滞”,尽早确立数字赋能绿色发展的长效红利。
在污染指标方面,数字经济发展水平对经正向化处理的碳排放呈现出动态的非线性影响路径。具体而言,数字经济冲击在当期即表现出显著的绿色促进效应;然而至第二期,该效应转为负值;随后进入由“短期投入期”向“长期收益期”过渡的第三阶段,影响强势逆转并达到正向峰值,最终逐步收敛并趋于稳定。这一结果表明,数字经济发展在短期内可能伴随碳排放上升,但随着数字技术的深度融合与应用,其对碳减排的长期正向驱动作用将逐步确立。对于工业固体废弃物而言,数字经济在前两期的影响呈正向响应,之后转为负向并趋于稳定,反映出数字经济可通过优化资源配置、促进循环经济等途径,减少工业固体废弃物的产生或提升其处理与再利用效率,进而推动固体废弃物管理向绿色化转型。在工业废气与工业烟(粉)尘方面,数字经济发展的影响路径表现为前期波动、后期渐趋平稳,说明其直接减排效应相对有限。在当前绿色转型与高质量发展的背景下,数字经济更可能通过推动清洁生产、强化智能监测与管理等间接途径,实现对废气与烟(粉)尘排放的有效控制。
综合来看,在全球“双碳”目标加速推进、产业结构深度调整的时代背景下,数字经济发展对绿色发展水平的影响具有明显的时滞性和阶段性特征。这种渐进式的影响路径,反映出数字技术与绿色发展深度融合需要经历的调适过程。在短期内,数字基础设施的大规模建设投入及其运营所产生的高额能源需求,可能会抑制绿色发展,[56][57]但从长期发展视角来看,数字经济凭借其高效的数据处理能力,加速清洁技术的研发与扩散,依托绿色创新推动绿色专利从“数量积累”向“质量提升”转变,同时借助数字化平台优化产业资源配置、倒逼高耗能产业转型升级,这些多重机制共同发力,将持续助力绿色转型。这一结果强调在推动数字经济发展过程中应同步强化绿色创新和环境治理,以实现可持续发展。
(四) 方差分解本研究在完成脉冲响应分析的基础上,进一步通过方差分解方法,从贡献度角度量化分析数字经济对自身以及绿色发展各指标波动的解释程度。这一分析有助于更准确地识别数字经济在绿色发展体系中的核心作用及其影响范围,为后续政策制定和资源调配提供数据支持。图 5为方差分解图,在展示各变量的方差中,由数字经济的冲击所解释的比例在十期内的变化,反映数字经济的冲击对各变量波动的长期贡献程度。
|
图 5 方差分解⑤ |
⑤ 数据来源于Eviews 13软件运行结果。
从数字经济发展水平自身的方差分解结果来看,其变动主要受自身冲击主导,虽然自身贡献度随时间推移从最初的100%逐渐下降,但在第十期仍保持较高水平。这表明数字经济发展具有较强的自我延续性和路径依赖特征,短期发展态势较稳定,不易受外部因素干扰。
从绿色发展相关指标的方差分解结果来看,数字经济对不同污染指标和绿色创新水平的影响呈现出差异化的时序特征。具体而言:从短期来看,数字经济对碳排放和工业废气的影响自第二期开始逐步增强,随后趋于稳定;对工业固体废弃物和工业烟粉尘的影响也呈现逐步上升态势,并在中后期持续发力,贡献度维持在约10%的水平。从长期来看,数字经济对绿色创新水平的推动作用最为显著,其贡献度呈现“从低到高”的持续增长,最终稳定在10%左右,体现出数字经济能够为绿色技术研发提供持续且不断增强的驱动力量。这些结果共同说明,数字经济对绿色发展的影响是一个逐步释放、动态演进的过程。在短期内其作用可能有限,但随着数字技术与绿色生产深度融合,其在促进绿色发展的长期积极效应将日益凸显。
总体来看,数字经济已对绿色发展的各项核心指标产生实质影响,且除自身外,对其余所有指标的贡献度均随时间推移而上升。这充分说明,数字经济作为绿色转型的新动能,其与绿色发展的协同效应正在不断深化和扩展。基于此,后续各方应继续推进数字经济与绿色发展的深度融合,通过加强数字基础设施建设、拓展数字技术在绿色领域的应用场景、完善相关政策支持体系等方式,充分激发数字经济在推动绿色转型过程中的潜力。
五、研究结论与政策建议通过对VAR模型的一系列研究,从城市尺度出发,本研究深度剖析数字经济与城市绿色发展水平之间的动态关系,并以青岛市为样本城市进行实证检验。在此基础上,对数字经济驱动绿色发展的作用机制进行更高层次的总结与思考,以提炼核心结论并提出相关政策启示。本研究主要结论如下:从脉冲响应分析可以看出,在短期内,由于数字基础设施建设产生的高额能源需求,可能对绿色水平产生一定压力,但从长远来看,数字经济能够通过提升数据处理效率、促进清洁技术创新与传播等手段,为绿色可持续发展注入持续动力;方差分解结果进一步验证数字经济在绿色发展系统中的核心作用。数字经济对绿色创新水平等关键指标的波动具有正向促进作用,同时,数字经济对不同绿色发展指标的影响存在差异性,为后续具体的政策制定提供相关数据支撑。基于上述结论,从政府、企业与公众三个层面提出如下具体政策建议,并对其可行性进行分析。
(一) 政府层面:强化顶层设计,建立平滑转型阵痛的扶持机制鉴于实证结果显示数字经济对绿色发展存在“短期抑制”效应,政府应制定数字经济与绿色发展协同推进的专项规划,并将政策逻辑由“单向激励”升级为“融合扶持”,以缓解城市新旧动能转换期的结构性摩擦。第一,在资源配置层面,首要任务是破解数字化转型初期的“挤出效应”,建议政府财政部门设立“数绿融合”过渡期专项基金,精准对冲资源“挤出效应”。针对企业在数字化转型初期面临的资金压力,建议财政部门设立专项资金池,重点补贴企业在数字化改造期间同步开展的清洁生产与末端治理研发项目。通过定向财政支持,缓解企业因数字化投入过大而挤占绿色创新资源的困境,缩短绿色技术产业化的磨合周期。第二,在监管与市场层面,应构建具备弹性的“包容性监管”体系以应对技术“适应性时滞”,并针对处于转型磨合期的企业,建立动态的用能预警与容错机制。在重点行业推行数字化绿色化协同改造示范工程,对于因技术调试导致短期能耗波动的企业,给予一定的政策容忍度与试错空间。同时,引导金融机构开发与数字化转型挂钩的绿色信贷产品,通过跨周期的金融支持平滑企业转型的短期波动,助力其尽快跨越“适应性时滞”,确立数字赋能绿色的长效红利。第三,为保障上述政策的落地实效,要重塑跨部门协同架构,建立跨部门协同与长效督查机制。建议设立跨部门协调办公室,统筹发改、工信、生态环境等部门资源,建立定期会商机制,确保数字基础设施建设与能源消费双控目标的协同。对于财政压力问题,可通过设立绿色产业发展基金和创新财政资金使用方式拓宽资金来源,确保政策的可持续性与执行效力。
(二) 企业层面:立足青岛产业禀赋,实施差异化的“数智减碳”路径企业应根据自身的行业特征与数字化基础,采取差异化的转型策略,将数字技术精准植入绿色发展的关键环节。首先,传统重化工业应聚焦“工艺优化与末端治理”,实现存量变革。对于石化、橡胶、纺织等传统高耗能产业来说,转型的核心在于降低能耗强度与污染物排放。建议此类企业前期优先部署物联网监测设备,实现能耗数据实时采集与碳排放精细化管理;中期构建数字孪生系统,开展工艺参数优化仿真,通过精准控温、控压以减少无效能耗;后期全面应用智能决策系统,实现生产全流程的绿色调度。通过“小步快跑”的渐进式策略,解决转型投入大、回报周期长的难题。其次,基于青岛市家电、轨道交通等优势制造业的发展经验,建议拥有先进制造业集群的城市应充分利用工业互联网平台的连接优势,支持“链主”企业向绿色供应链延伸。建议利用区块链与大数据技术,构建覆盖产品设计、原材料采购、制造到回收的绿色追溯体系,打造“零碳工厂”与绿色供应链标杆,助力城市制造业将绿色低碳优势转化为国际市场竞争力。最后,数字科技企业作为生态的赋能者,应着力解决共性技术供给不足的问题。一方面,本地数字企业需以此为契机,重点攻关降低数据中心PUE(电源使用效率)的关键技术,开发通用型碳管理平台;另一方面,应推广“研发联合体”模式,联合高校与制造业龙头共建共性“技术底座”,将技术优势转化为行业绿色转型的实际支撑,推动减排解决方案在不同行业的规模化应用,最终形成绿色共生生态。
(三) 公众层面:构建“平台+生态”治理模式,激发全社会绿色共治活力建议政府采用“平台+生态”建设模式,牵头建设面向公众的绿色转型数字平台,形成线上线下互动的社会共治格局。首先,搭建集成化绿色服务平台。整合环境信息查询、碳足迹追踪与绿色消费引导功能,打破“信息孤岛”。在平台建设初期,应重点完成环境数据的可视化展示,提升公众对区域绿色发展现状的认知;随后,建立个人碳账户与信用体系关联机制,通过积分奖励、碳普惠产品兑换等多元激励措施,增强公众参与低碳生活的获得感。其次,为规避政务类平台常面临的“僵尸化”风险,必须创新可持续的运营模式。针对此类平台长期运营难的问题,建议引入多元主体参与运营,构建可持续的商业模式。通过游戏化设计提升互动体验,利用大数据算法进行个性化绿色内容推送,保持用户活跃度,最终形成政府引导、企业运作、公众积极参与的闭环生态,将绿色低碳理念真正转化为全社会的自觉行动。
综上所述,数字经济在推动绿色发展方面具有巨大潜力。然而,要充分发挥其作用,必须深入理解二者之间的动态关联,从而制定科学合理的政策。同时,本研究致力于揭示数字经济驱动城市发展的宏观动态特征,主要聚焦城市区域总体层面,暂未深入剖析细分行业的差异。未来的研究可进一步细化分析视角,结合细分行业面板数据,重点考察数字经济对劳动、资本及技术密集型行业的差异化影响机制,以期从微观机理层面丰富和拓展相关研究,为可持续发展奠定坚实的基础。
| [1] |
陈晓红, 李杨扬, 宋丽洁, 等. 数字经济理论体系与研究展望[J]. 管理世界, 2022, 38(2): 208-224. ( 0) |
| [2] |
中共中央关于制定国民经济和社会发展第十五个五年规划的建议[N]. 人民日报, 2025-10-29(001).
( 0) |
| [3] |
陈玲, 孙君, 李鑫. 评估数字经济: 理论视角与框架构建[J]. 电子政务, 2022, (3): 40-53. ( 0) |
| [4] |
Giannone D, Santaniello M. Governance by indicators: the case of the digital agenda for Europe[J]. Information, Communication and Society, 2019, 22(13): 1889-1902. DOI:10.1080/1369118X.2018.1469655
( 0) |
| [5] |
祁怀锦, 曹修琴, 刘艳霞. 数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角[J]. 改革, 2020, (4): 50-64. ( 0) |
| [6] |
Jafari-Sadeghi V, Garcia-Perez A, Candelo E, et al. Exploring the impact of digital transformation on technology entrepreneurship and technological market expansion: the role of technology readiness, exploration and exploitation[J]. Journal of Business Research, 2021, 124: 100-111. DOI:10.1016/j.jbusres.2020.11.020
( 0) |
| [7] |
刘淑春. 中国数字经济高质量发展的靶向路径与政策供给[J]. 经济学家, 2019, (6): 52-61. ( 0) |
| [8] |
林伯强, 谭睿鹏. 中国经济集聚与绿色经济效率[J]. 经济研究, 2019, 54(2): 119-132. ( 0) |
| [9] |
陆旸. 中国的绿色政策与就业: 存在双重红利吗?[J]. 经济研究, 2011, 46(7): 42-54. ( 0) |
| [10] |
徐佳, 崔静波. 低碳城市和企业绿色技术创新[J]. 中国工业经济, 2020, (12): 178-196. ( 0) |
| [11] |
Singh S K, Del Giudice M, Chierici R, et al. Green innovation and environmental performance: the role of green transformational leadership and green human resource management[J]. Technological Forecasting and Social Change, 2020, 150: 119762. DOI:10.1016/j.techfore.2019.119762
( 0) |
| [12] |
Moulton B R. GDP and the digital economy: keeping up with the changes[J]. Understanding the Digital Economy: Data, Tools, and Research, 2000, 5: 34-48.
( 0) |
| [13] |
Kling R, Lamb R. IT and organizational change in digital economies: a socio-technical approach[J]. ACM SIGCAS Computers andSociety, 1999, 29(3): 17-25. DOI:10.1145/572183.572189
( 0) |
| [14] |
G20官网. 二十国集团数字经济发展与合作倡议[EB]. http://www.g20chn.org/hywj/dncgwj/201609/t20160920_3474.html, 2016-09-20/2026-01-03.
( 0) |
| [15] |
OECD. Measuring the digital economy: a new perspective[R]. Paris: OECD Publishing, 2014.
( 0) |
| [16] |
Europe Communities. The digital economy and society index(DESI)[EB]. https://digital-strategy.ec.europa.eu/en/policies/desi, 2014-06-02/2026-01-03.
( 0) |
| [17] |
中国信息通信研究院. 中国数字经济发展白皮书(2017年)[R/OL]. http://www.caict.ac.cn/kxyj/qwfb/bps/201804/P020170713408029202449.pdf, 2017.
( 0) |
| [18] |
赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 35(10): 65-76. ( 0) |
| [19] |
刘军, 杨渊鋆, 张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究, 2020, (6): 81-96. ( 0) |
| [20] |
魏丽莉, 侯宇琦. 数字经济对中国城市绿色发展的影响作用研究[J]. 数量经济技术经济研究, 2022, 39(8): 62-63. ( 0) |
| [21] |
Ding C, Liu C, Zheng C, et al. Digital economy, technological innovation and high-quality economic development: based on spatial effect and mediation effect[J]. Sustainability, 2021, 14(1): 216. DOI:10.3390/su14010216
( 0) |
| [22] |
杨万平, 姚清宇, 李冬. 数字经济赋能高质量发展的空间门槛效应及地理衰减边界——来自长三角的证据[J]. 华东经济管理, 2025, 39(11): 79-90. ( 0) |
| [23] |
戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6): 135-152. ( 0) |
| [24] |
唐要家, 王钰, 唐春晖. 数字经济、市场结构与创新绩效[J]. 中国工业经济, 2022, (10): 62-80. ( 0) |
| [25] |
刘艳霞. 数字经济赋能企业高质量发展——基于企业全要素生产率的经验证据[J]. 改革, 2022, (9): 35-53. ( 0) |
| [26] |
张月玲, 张文涵. 大数据时代企业数字化转型、智力资本与投资效率[J]. 中国海洋大学学报(社会科学版), 2024, (4): 74-88. DOI:10.16497/j.cnki.1672-335X.202404008 ( 0) |
| [27] |
樊轶侠, 徐昊, 马丽君. 数字经济影响城乡居民收入差距的特征与机制[J]. 中国软科学, 2022, (6): 181-192. ( 0) |
| [28] |
张蕴萍, 栾菁. 数字经济赋能乡村振兴: 理论机制、制约因素与推进路径[J]. 改革, 2022, (5): 79-89. ( 0) |
| [29] |
宋德勇, 朱文博, 丁海. 企业数字化能否促进绿色技术创新?——基于重污染行业上市公司的考察[J]. 财经研究, 2022, 48(4): 34-48. ( 0) |
| [30] |
徐维祥, 周建平, 刘程军. 数字经济发展对城市碳排放影响的空间效应[J]. 地理研究, 2022, 41(1): 111-129. ( 0) |
| [31] |
杨剑, 高富平, 张士洋, 等. "人工智能时代的海洋可持续发展与法治"笔谈[J]. 中国海洋大学学报(社会科学版), 2025, (4): 1-14. DOI:10.16497/j.cnki.1672-335X.202504001 ( 0) |
| [32] |
陈琦, 张云. 数字经济发展对海洋产业研发创新能力的影响研究——来自微观涉海企业的证据[J]. 中国海洋大学学报(社会科学版), 2023, (4): 12-22. DOI:10.16497/j.cnki.1672-335X.202304002 ( 0) |
| [33] |
胡鞍钢, 周绍杰. 绿色发展: 功能界定、机制分析与发展战略[J]. 中国人口·资源与环境, 2014, 24(1): 14-20. ( 0) |
| [34] |
王玲玲, 张艳国. "绿色发展"内涵探微[J]. 社会主义研究, 2012, (5): 143-146. ( 0) |
| [35] |
朱东波. 习近平绿色发展理念: 思想基础、内涵体系与时代价值[J]. 经济学家, 2020, (3): 5-15. ( 0) |
| [36] |
胡洁, 于宪荣, 韩一鸣. ESG评级能否促进企业绿色转型?——基于多时点双重差分法的验证[J]. 数量经济技术经济研究, 2023, 40(7): 90-111. ( 0) |
| [37] |
董忱忱, 姜瑞芃. 科技金融、新质生产力与流通业绿色发展[J]. 商业经济研究, 2025, (20): 15-18. ( 0) |
| [38] |
韦施威, 杜金岷, 潘爽. 数字经济如何促进绿色创新——来自中国城市的经验证据[J]. 财经论丛, 2022, (11): 10-20. ( 0) |
| [39] |
刘维林, 王艺斌. 数字经济赋能城市绿色高质量发展的效应与机制研究[J]. 南方经济, 2022, (8): 73-91. ( 0) |
| [40] |
姚树俊, 孙铁丹. 大数据发展对城市碳减排的影响研究——基于国家大数据综合试验区政策的准自然实验[J]. 首都经济贸易大学学报, 2025, 27(3): 39-52. ( 0) |
| [41] |
毛其淋, 石步超. 通向绿色发展之路: 智能制造与企业绿色转型[J]. 世界经济, 2024, 47(9): 152-182. ( 0) |
| [42] |
刘海建, 胡化广, 张树山, 等. 供应链数字化的绿色创新效应[J]. 财经研究, 2023, 49(3): 4-18. ( 0) |
| [43] |
宁靓, 李倩蓉. 新型基础设施建设对区域绿色全要素生产率的影响——基于我国省际数据的实证研究[J]. 中国海洋大学学报(社会科学版), 2024, (3): 63-76. DOI:10.16497/j.cnki.1672-335X.202403006 ( 0) |
| [44] |
韩晶, 陈曦. 数字经济赋能绿色发展: 内在机制与经验证据[J]. 经济社会体制比较, 2022, (2): 73-84. ( 0) |
| [45] |
周雪峰, 韩露, 肖翔. "双碳"目标下数字经济对企业持续绿色创新的影响——基于数字化转型的中介视角[J]. 证券市场导报, 2022, (11): 2-12. ( 0) |
| [46] |
程文先, 钱学锋. 数字经济与中国工业绿色全要素生产率增长[J]. 经济问题探索, 2021, (8): 124-140. ( 0) |
| [47] |
杨昕, 赵守国. 数字经济赋能区域绿色发展的低碳减排效应[J]. 经济与管理研究, 2022, 43(12): 85-100. ( 0) |
| [48] |
朱洁西, 李俊江. 数字经济、技术创新与城市绿色经济效率——基于空间计量模型和中介效应的实证分析[J]. 经济问题探索, 2023, (2): 65-80. ( 0) |
| [49] |
伦晓波, 刘颜. 数字政府、数字经济与绿色技术创新[J]. 山西财经大学学报, 2022, 44(4): 1-13. ( 0) |
| [50] |
罗军, 邱海桐. 城市数字经济驱动制造业绿色发展的空间效应[J]. 经济地理, 2022, 42(12): 13-22. ( 0) |
| [51] |
冯子洋, 宋冬林, 谢文帅. 数字经济助力实现"双碳"目标: 基本途径、内在机理与行动策略[J]. 北京师范大学学报(社会科学版), 2023, (1): 52-61. ( 0) |
| [52] |
刘鑫鑫, 惠宁. 数字经济对中国制造业高质量发展的影响研究[J]. 经济体制改革, 2021, (5): 92-98. ( 0) |
| [53] |
周晓辉, 刘莹莹, 彭留英. 数字经济发展与绿色全要素生产率提高[J]. 上海经济研究, 2021, (12): 51-63. ( 0) |
| [54] |
王海, 沈盈盈, 李言. 数字经济发展与地区绿色创新: 负担还是赋能?[J]. 现代财经(天津财经大学学报), 2023, 43(5): 34-49. ( 0) |
| [55] |
王彦杰, 高启杰. 数字经济产业集聚对绿色技术创新的影响——基于环境规制的调节效应分析[J]. 技术经济, 2023, 42(2): 20-30. ( 0) |
| [56] |
张英浩, 汪明峰, 崔璐明, 等. 数字经济水平对中国市域绿色全要素生产率的影响[J]. 经济地理, 2022, 42(9): 33-42. ( 0) |
| [57] |
周茜. 数字经济对制造业绿色发展的影响与机制研究[J]. 南京社会科学, 2023, (11): 67-78. ( 0) |
2026

0)